Upload presentasi
Presentasi sedang didownload. Silahkan tunggu
Diterbitkan olehVeronika Tanuwidjaja Telah diubah "6 tahun yang lalu
1
METODOLOGI PENELITIAN KESEHATAN
Manajemen Data METODOLOGI PENELITIAN KESEHATAN
2
Langkah-langkah Mengkode data (data coding) Membuat kode
Membuat buku kode Menyunting data (data editing) Membuat struktur data (data structure) dan file data (data file) Memasukkan data (data entry) Membersihkan data (data cleaning)
3
Data Coding (1) Data coding adalah kegiatan mengklasifikasi data dan memberi kode untuk masing-masing kelas secara mutually exclusive dan exhaustive sesuai dengan tujuan dikumpulkannya data. Data coding sudah harus mulai dipikirkan dan dikembangkan pada saat mengembangkan instrumen penelitian (kuesioner).
4
Data Coding (2) Data yang dikumpulkan dengan pertanyaan tertutup sudah dapat ditetapkan pengkodeannya pada saat instrumen dibuat. Perlu dipertimbangkan untuk menyediakan satu kode untuk menampung informasi diluar kelas-kelas yang telah disediakan. Pengkodean untuk data yang dikumpulkan dengan pertanyaan terbuka dilakukan setelah data terkumpul. Sebagian data dapat diberi kode sebelum pengumpulan data. Pengkodean lebih lanjut dilakukan setelah semua data dikumpulkan.
5
Data Coding (3) Jawaban kosong perlu diidentifikasi dan diberi kode lebih lanjut: “tidak tahu”, “tidak ada jawaban”, atau “jawaban tidak relevan”. Pemberian kode dapat dilakukan pada Sisi halaman instrumen Lembar transit Lembar optic-scan
6
Data Coding (4) Cara pengkodean yang telah dibuat harus dicatat. Bila cara pengkodean tidak rumit, tidak perlu dibuat Buku Kode khusus. Manfaat Buku Kode Pedoman dalam proses coding, entry dan cleaning Pedoman dalam melakukan analisis data Pedoman bagi peneliti lain yang akan menggunakan data
7
Data Coding (5) No. Variabel Pertanyaan Kolom Kode Keterangan nomor ke
1 ID nomor identifikasi 2 Umur dalam tahun 3 Kelamin Pria Wanita 4 Pekerjaan PNS/ABRI Swasta Buruh Tak bekerja
8
Data Editing (1) Penyuntingan data dilakukan sebelum proses pemasukan data. Penyuntingan data sebaiknya dilakukan di lapangan, agar data yang salah/meragukan masih dapat ditelusuri kembali kepada responden/informan yang bersangkutan.
9
Data Editing (2) Penyuntingan data dapat dilakukan oleh peneliti atau anggota tim peneliti sendiri, atau oleh penyelia lapangan. Apabila akan dilakukan oleh penyelia lapangan, perlu dilakukan pelatihan penyelia lapangan lebih dahulu. Apabila cara pengkodean sudah tetap, untuk praktisnya pada saat menyunting data sekaligus dilakukan pula pemberian kode. Pada saat penyuntingan dan pengkodean ini dapat diidentifikasi jawaban responden yang ternyata belum diberi kode.
10
Data Structure dan Data File (1)
Struktur data dikembangkan sesuai dengan analisis yang akan dilakukan dan jenis perangkat lunak yang dipergunakan. Pada saat mengembangkan struktur data, bagi masing-masing variabel perlu ditetapkan: nama skala: numeric (angka), string (huruf, campuran) jumlah digit, termasuk jumlah desimal untuk data numeric
11
Data Structure dan Data File (2)
Epi Info menyediakan fasilitas EPED untuk membuat struktur data: nama variabel ditulis di antara tanda kurung kurawal { } skala variabel: ###.## = numeric, _____ = string jumlah digit ditetapkan dengan jumlah tanda # atau _
12
Data Structure dan Data File (3)
Apabila nama variabel tidak kita tetapkan, Epi Info akan membuatkannya untuk kita dengan menggunakan 10 huruf pertama dari pertanyaan yang kita tulis dengan EPED. Jangan lupa membuat nomor identifikasi (ID) untuk setiap responden. Nama responden bisa sama! ID seharusnya sudah ada/ditetapkan pada lembar instrumen (kuesioner).
13
Data Structure dan Data File (4)
Setelah file .QES siap, harus diubah menjadi data file dengan menggunakan fasilitas ENTER. Hasil proses ini adalah data file dengan ekstensi .REC. File .REC ini dipergunakan untuk menerima masukan data. Dengan Epi Info pemasukan data dilakukan dengan memakai fasilitas ENTER.
14
Data Structure dan Data File (5)
REC ID UMUR KELAMIN PEKERJAAN SUKU JAWA SUNDA JAWA MINANG DAYAK MADURA SUNDA IRIAN 9 10
15
Data Entry(1) Untuk menghindari kesalahan dalam pemasukan data, dapat dilakukan: Possible-entry programming Double-entry Epi Info menyediakan fasilitas untuk membuat program guna mengurangi kesalahan pada saat data entry, yaitu CHECK. Hasilnya adalah file dengan ekstensi .CHK.
16
Data Entry(2) Hal-hal yang dapat dikontrol dengan .CHK antara lain:
keharusan mengisi suatu variabel nilai minimal nilai maksimal alur lompatan
17
Data Cleaning (1) Walaupun rambu-rambu sudah kita pasang pada saat data entry, kesalahan masih mungkin terjadi. Pembersihan data tetap perlu dilakukan. Salah satu cara yang sering dilakukan adalah dengan melihat distribusi frekuensi dari variabel-variabel dan menilai ke-logis-annya. Untuk data kontinyu (interval, rasio) dapat dilihat sebarannya untuk melihat ada tidaknya pencilan (outliers).
18
Data Cleaning (2) Epi Info menyediakan fasilitas EPINUT yang dapat menemukan responden dengan status gizi yang “aneh” (flag). Setiap ditemukan keanehan pada data (tidak logis, outlier, flag) perlu dilakukan pengecekan ulang ke kuesionernya.
19
Data Cleaning (3) Bila ternyata terdapat kesalahan dalam memasukkan data, lakukan pembetulan. Pada Epi Info pembetulan dilakukan dengan fungsi UPDATE pada fasilitas ANALYSIS. Bila ternyata tidak terdapat kesalahan memasukkan data, tentukan tindakan yang akan dilakukan terhadap data yang aneh tersebut: dibuang? dibuang sementara? dipakai hanya pada sebagian analisis? dipakai sepenuhnya pada saat analisis?
Presentasi serupa
© 2024 SlidePlayer.info Inc.
All rights reserved.